Data Science Academy

Business Analytics

Capítulo 6 - Marketing Analytics

Projeto 3

Análise de Indicadores de Performance em Redes de Varejo

# Versão da Linguagem Python
from platform import python_version
print('Versão da Linguagem Python Usada Neste Jupyter Notebook:', python_version())

Versão da Linguagem Python Usada Neste Jupyter Notebook: 3.7.6

Marketing Analytics

Marketing Analytics compreende os processos e tecnologias que permitem aos profissionais de Marketing avaliar o sucesso de suas iniciativas.

Isso é feito medindo o desempenho das campanhas de Marketing, coletando os dados e analisando os resultados. Marketing Analytics utiliza métricas importantes de negócios, como ROI (Retorno Sobre o Investimento), Atribuição de Marketing e Eficácia Geral do Marketing. Em outras palavras, o Marketing Analytics mostra se os programas de Marketing estão sendo efetivos ou não.

Marketing Analytics reúne dados de todos os canais de marketing e os consolida em uma visão de marketing comum. A partir dessa visão comum, você pode extrair resultados analíticos que podem fornecer assistência inestimável para impulsionar os esforços de marketing.

O Que São KPIs (Indicadores Chave de Performance)?

Leia o manual em pdf no Capítulo 6.

Como Definir os KPIs?

Leia o manual em pdf no Capítulo 6.

Definindo o Problema

Leia o manual em pdf no Capítulo 6.

Instalando e Carregando os Pacotes

# Para atualizar um pacote, execute o comando abaixo no terminal ou prompt de comando:
# pip install -U nome_pacote

# Para instalar a versão exata de um pacote, execute o comando abaixo no terminal ou prompt de comando:
# !pip install nome_pacote==versão_desejada

# Depois de instalar ou atualizar o pacote, reinicie o jupyter notebook.

# Instala o pacote watermark. 
# Esse pacote é usado para gravar as versões de outros pacotes usados neste jupyter notebook.
!pip install -q -U watermark

WARNING: You are using pip version 20.2.4; however, version 20.3 is available.
You should consider upgrading via the 'c:\users\rodolfo\appdata\local\programs\python\python37\python.exe -m pip install --upgrade pip' command.

# Instala o Plotly
!pip install -q plotly

WARNING: You are using pip version 20.2.4; however, version 20.3 is available.
You should consider upgrading via the 'c:\users\rodolfo\appdata\local\programs\python\python37\python.exe -m pip install --upgrade pip' command.

# Imports
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib
import plotly
import matplotlib.pyplot as plt
import plotly.offline as pyoff
import plotly.graph_objs as go
from datetime import datetime, timedelta
%matplotlib inline
pyoff.init_notebook_mode()

# Versões dos pacotes usados neste jupyter notebook
%reload_ext watermark
%watermark -a "Data Science Academy" --iversions

Author: Data Science Academy

pandas    : 1.1.1
matplotlib: 3.3.1
plotly    : 4.13.0
numpy     : 1.18.2
seaborn   : 0.12.0.dev0

Carregando os Dados

# Carrega os dados
dados = pd.read_csv("dados/dataset.csv", header = 0, encoding = 'unicode_escape')

# Visualiza os dados
dados.head()

	NumeroFatura	CodigoProduto	NomeProduto	Quantidade	DataVenda	ValorUnitario	IdCliente	Pais
0	536365	21730	GLASS STAR FROSTED T-LIGHT HOLDER	6	12/1/2010 8:26	4.25	17850.0	Brasil
1	536365	85123A	WHITE HANGING HEART T-LIGHT HOLDER	6	12/1/2010 8:26	2.55	17850.0	Brasil
2	536365	71053	WHITE METAL LANTERN	6	12/1/2010 8:26	3.39	17850.0	Brasil
3	536365	84406B	CREAM CUPID HEARTS COAT HANGER	8	12/1/2010 8:26	2.75	17850.0	Brasil
4	536365	84029G	KNITTED UNION FLAG HOT WATER BOTTLE	6	12/1/2010 8:26	3.39	17850.0	Brasil

Nota: Cada linha (registro) representa um item de um pedido. Observe que a coluna NumeroFatura se repete indicando que é um mesmo pedido com itens diferentes. Para cada item temos o produto, a quantidade, o valor unitário, o cliente e o país.

# Shape
dados.shape

(541800, 8)

# Tipos de dados
dados.dtypes

NumeroFatura      object
CodigoProduto     object
NomeProduto       object
Quantidade         int64
DataVenda         object
ValorUnitario    float64
IdCliente        float64
Pais              object
dtype: object

# Describe
dados.describe()

	Quantidade	ValorUnitario	IdCliente
count	541800.000000	541800.000000	406725.000000
mean	9.551739	4.611581	15287.754038
std	218.103033	96.769576	1713.475925
min	-80995.000000	-11062.060000	12346.000000
25%	1.000000	1.250000	13954.000000
50%	3.000000	2.080000	15152.000000
75%	10.000000	4.130000	16791.000000
max	80995.000000	38970.000000	18287.000000

# Verificando valores nulos
dados.isna().sum()

NumeroFatura          0
CodigoProduto         0
NomeProduto        1454
Quantidade            0
DataVenda             0
ValorUnitario         0
IdCliente        135075
Pais                  0
dtype: int64

# Range de datas do período que ocorreram as vendas 
# (observe que devido ao tipo de dado da coluna o resultado será incorreto)
print('Data Mínima:', dados['DataVenda'].min())
print('Data Máxima:', dados['DataVenda'].max())

Data Mínima: 1/10/2011 10:04
Data Máxima: 9/9/2011 9:52

# Converte a coluna de data para o tipo data
dados.DataVenda = pd.to_datetime(dados.DataVenda)

# Tipos de dados
dados.dtypes

NumeroFatura             object
CodigoProduto            object
NomeProduto              object
Quantidade                int64
DataVenda        datetime64[ns]
ValorUnitario           float64
IdCliente               float64
Pais                     object
dtype: object

# Range de datas do período que ocorreram as vendas, agora sim com tipo de dado correto
print('Data Mínima:', dados['DataVenda'].min())
print('Data Máxima:', dados['DataVenda'].max())

Data Mínima: 2010-12-01 08:26:00
Data Máxima: 2011-12-09 12:50:00

# Países para os quais ocorreram vendas
dados['Pais'].unique()

array(['Brasil', 'Uruguai', 'Australia', 'Holanda', 'Alemanha', 'Noruega',
       'Irlanda', 'Espanha', 'Poland', 'Portugal', 'Italy', 'Belgium',
       'Lithuania', 'Japan', 'Iceland', 'Channel Islands', 'Dinamarca',
       'Cyprus', 'Sweden', 'Austria', 'Israel', 'Finland', 'Bahrain',
       'Greece', 'Hong Kong', 'Cingapura', 'Iraque', 'Equador',
       'Saudi Arabia', 'Czech Republic', 'Canada', 'China', 'Inglaterra',
       'USA', 'Chile', 'Malta', 'Paraguai'], dtype=object)

Indicador 1 - Faturamento Mensal

Faturamento = Quantidade * Valor_Unitario

# Extrai o mês da fatura
dados['AnoMes'] = dados['DataVenda'].map(lambda date: 100 * date.year + date.month)

# Visualiza os dados
dados.head()

	NumeroFatura	CodigoProduto	NomeProduto	Quantidade	DataVenda	ValorUnitario	IdCliente	Pais	AnoMes
0	536365	21730	GLASS STAR FROSTED T-LIGHT HOLDER	6	2010-12-01 08:26:00	4.25	17850.0	Brasil	201012
1	536365	85123A	WHITE HANGING HEART T-LIGHT HOLDER	6	2010-12-01 08:26:00	2.55	17850.0	Brasil	201012
2	536365	71053	WHITE METAL LANTERN	6	2010-12-01 08:26:00	3.39	17850.0	Brasil	201012
3	536365	84406B	CREAM CUPID HEARTS COAT HANGER	8	2010-12-01 08:26:00	2.75	17850.0	Brasil	201012
4	536365	84029G	KNITTED UNION FLAG HOT WATER BOTTLE	6	2010-12-01 08:26:00	3.39	17850.0	Brasil	201012

# Calcula o faturamento
dados["Faturamento"] = dados["Quantidade"] * dados["ValorUnitario"]

# Visualiza os dados
dados.head()

	NumeroFatura	CodigoProduto	NomeProduto	Quantidade	DataVenda	ValorUnitario	IdCliente	Pais	AnoMes	Faturamento
0	536365	21730	GLASS STAR FROSTED T-LIGHT HOLDER	6	2010-12-01 08:26:00	4.25	17850.0	Brasil	201012	25.50
1	536365	85123A	WHITE HANGING HEART T-LIGHT HOLDER	6	2010-12-01 08:26:00	2.55	17850.0	Brasil	201012	15.30
2	536365	71053	WHITE METAL LANTERN	6	2010-12-01 08:26:00	3.39	17850.0	Brasil	201012	20.34
3	536365	84406B	CREAM CUPID HEARTS COAT HANGER	8	2010-12-01 08:26:00	2.75	17850.0	Brasil	201012	22.00
4	536365	84029G	KNITTED UNION FLAG HOT WATER BOTTLE	6	2010-12-01 08:26:00	3.39	17850.0	Brasil	201012	20.34

# Agrupa o faturamento por mês/ano
df_faturamento = dados.groupby(['AnoMes']).agg({'Faturamento': sum}).reset_index()

# Tabela de dados
df_faturamento

	AnoMes	Faturamento
0	201012	748957.020
1	201101	560000.260
2	201102	498062.650
3	201103	683267.080
4	201104	493207.121
5	201105	723333.510
6	201106	691123.120
7	201107	681300.111
8	201108	682680.510
9	201109	1019687.622
10	201110	1070704.670
11	201111	1461756.250
12	201112	431245.000

Visualização do Indicador 1

# Plot

# Definição dos dados no plot
plot_data = [go.Scatter(x = df_faturamento['AnoMes'], 
                        y = df_faturamento['Faturamento'],)]

# Layout
plot_layout = go.Layout(xaxis = {"type": "category"}, 
                        title = 'Faturamento Mensal')

# Plot da figura
fig = go.Figure(data = plot_data, layout = plot_layout)
pyoff.iplot(fig)

Indicador 2 - Taxa Percentual de Crescimento Mensal

Taxa Percentual de Crescimento Mensal = Faturamento Mensal / Faturamento Mensal Anterior * 100

# Usamos a função pct_change() para calcular a variação percentual mensal
df_faturamento['CrescimentoMensal'] = df_faturamento['Faturamento'].pct_change()

# Tabela de dados
df_faturamento

	AnoMes	Faturamento	CrescimentoMensal
0	201012	748957.020	NaN
1	201101	560000.260	-0.252293
2	201102	498062.650	-0.110603
3	201103	683267.080	0.371850
4	201104	493207.121	-0.278163
5	201105	723333.510	0.466592
6	201106	691123.120	-0.044530
7	201107	681300.111	-0.014213
8	201108	682680.510	0.002026
9	201109	1019687.622	0.493653
10	201110	1070704.670	0.050032
11	201111	1461756.250	0.365228
12	201112	431245.000	-0.704982

Visualização do Indicador 2

# Plot

# Definição dos dados no plot (filtramos o mês 12 de 2011 pois não temos dados suficientes)
plot_data = [go.Scatter(x = df_faturamento.query("AnoMes < 201112")['AnoMes'],
                        y = df_faturamento.query("AnoMes < 201112")['CrescimentoMensal'],)]

# Layout
plot_layout = go.Layout(xaxis = {"type": "category"}, 
                        title = 'Taxa Percentual de Crescimento Mensal')

# Plot da figura
fig = go.Figure(data = plot_data, layout = plot_layout)
pyoff.iplot(fig) 

Indicador 3 - Clientes Ativos Por Mês em um País (Brasil)

Clientes ativos são aqueles que fizeram pelo menos uma compra em cada mês.

# Cria um dataframe somente com dados do Brasil
dados_brasil = dados.query("Pais=='Brasil'").reset_index(drop = True)

# Usuários ativos são aqueles que fizeram pelo menos uma compra
df_ativos_mes = dados_brasil.groupby('AnoMes')['IdCliente'].nunique().reset_index()

# Dados
df_ativos_mes

	AnoMes	IdCliente
0	201012	871
1	201101	684
2	201102	714
3	201103	923
4	201104	817
5	201105	985
6	201106	943
7	201107	899
8	201108	867
9	201109	1177
10	201110	1285
11	201111	1548
12	201112	614

Visualização do Indicador 3

# Plot

# Definição dos dados no plot
plot_data = [go.Bar(x = df_ativos_mes['AnoMes'], 
                    y = df_ativos_mes['IdCliente'],)]

# Layout
plot_layout = go.Layout(xaxis = {"type": "category"}, 
                        title = 'Clientes Ativos Por Mês em um País (Brasil)')

# Plot da figura
fig = go.Figure(data = plot_data, layout = plot_layout)
pyoff.iplot(fig)

Indicador 4 - Total de Itens Comprados Por Mês em um País (Brasil)

Total de itens comprados por mês.

# Agrupa os dados para calcular o total de itens comprados por mês no Brasil
df_itens_mes = dados_brasil.groupby('AnoMes')['Quantidade'].sum().reset_index()

# Dados
df_itens_mes

	AnoMes	Quantidade
0	201012	298101
1	201101	237381
2	201102	225641
3	201103	279843
4	201104	257666
5	201105	306452
6	201106	258522
7	201107	324129
8	201108	319804
9	201109	458490
10	201110	455612
11	201111	642281
12	201112	198750

Visualização do Indicador 4

# Plot

# Definição dos dados no plot
plot_data = [go.Bar(x = df_itens_mes['AnoMes'], 
                    y = df_itens_mes['Quantidade'],)]

# Layout
plot_layout = go.Layout(xaxis = {"type": "category"}, 
                        title = 'Total de Itens Comprados Por Mês em um País (Brasil)')

# Plot da figura
fig = go.Figure(data = plot_data, layout = plot_layout)
pyoff.iplot(fig)

Indicador 5 - Faturamento Médio Mensal em um País (Brasil)

Faturamento médio por mês em um país.

# Calcula o faturamento médio
df_faturamento_medio = dados_brasil.groupby('AnoMes')['Faturamento'].mean().reset_index()

# Dados
df_faturamento_medio

	AnoMes	Faturamento
0	201012	16.865860
1	201101	13.614680
2	201102	16.093027
3	201103	16.716166
4	201104	15.773380
5	201105	17.713823
6	201106	16.714748
7	201107	15.723497
8	201108	17.315899
9	201109	18.931723
10	201110	16.093582
11	201111	16.312383
12	201112	16.223363

Visualização do Indicador 5

# Plot

# Definição dos dados no plot
plot_data = [go.Bar(x = df_faturamento_medio['AnoMes'], 
                    y = df_faturamento_medio['Faturamento'],)]

# Layout
plot_layout = go.Layout(xaxis = {"type": "category"}, 
                        title = 'Faturamento Médio Mensal em um País (Brasil)')

# Plot da figura
fig = go.Figure(data = plot_data, layout = plot_layout)
pyoff.iplot(fig)

# Calcula o faturamento total por mês
df_faturamento_total = dados_brasil.groupby('AnoMes')['Faturamento'].sum().reset_index()

# Dados
df_faturamento_total

	AnoMes	Faturamento
0	201012	676742.620
1	201101	434308.300
2	201102	408247.910
3	201103	559707.390
4	201104	442254.041
5	201105	596459.860
6	201106	554478.350
7	201107	565479.841
8	201108	539130.500
9	201109	862018.152
10	201110	877438.190
11	201111	1282805.780
12	201112	386651.410

# Plot

# Definição dos dados no plot
plot_data = [go.Bar(x = df_faturamento_total['AnoMes'], 
                    y = df_faturamento_total['Faturamento'],)]

# Layout
plot_layout = go.Layout(xaxis = {"type": "category"}, 
                        title = 'Faturamento Total Mensal em um País (Brasil)')

# Plot da figura
fig = go.Figure(data = plot_data, layout = plot_layout)
pyoff.iplot(fig)

Indicador 6 - Diferença de Faturamento ao Longo do Tempo Entre Clientes Novos e Antigos

Para calcular esse indicador precisaremos de um pouco mais de criatividade. O que é um cliente novo ou antigo?

Vamos considerar cliente novo aquele com baixo volume de compras e cliente antigo aquele com alto volume de compras.

# Vamos encontrar a data de menor volume de compras de cada cliente
df_compra_minima = dados.groupby('IdCliente')["DataVenda"].min().reset_index()

# Ajustamos os nomes das colunas
df_compra_minima.columns = ['IdCliente', 'Data_Menor_Compra']

# Vamos extrair o mês em que ocorreu o menor volume de compras de cada cliente
df_compra_minima['Mes_Menor_Compra_Mensal'] = df_compra_minima['Data_Menor_Compra'].map(lambda date: 100 * date.year + date.month)

# Dados
df_compra_minima.head()

	IdCliente	Data_Menor_Compra	Mes_Menor_Compra_Mensal
0	12346.0	2011-01-18 10:01:00	201101
1	12347.0	2010-12-07 14:57:00	201012
2	12348.0	2010-12-16 19:09:00	201012
3	12349.0	2011-11-21 09:51:00	201111
4	12350.0	2011-02-02 16:01:00	201102

# Vamos fazer um merge entre o dataset original e o dataset de volume de compras
dados_compras = pd.merge(dados, df_compra_minima, on = "IdCliente")
dados_compras.head()

	NumeroFatura	CodigoProduto	NomeProduto	Quantidade	DataVenda	ValorUnitario	IdCliente	Pais	AnoMes	Faturamento	Data_Menor_Compra	Mes_Menor_Compra_Mensal
0	536365	21730	GLASS STAR FROSTED T-LIGHT HOLDER	6	2010-12-01 08:26:00	4.25	17850.0	Brasil	201012	25.50	2010-12-01 08:26:00	201012
1	536365	85123A	WHITE HANGING HEART T-LIGHT HOLDER	6	2010-12-01 08:26:00	2.55	17850.0	Brasil	201012	15.30	2010-12-01 08:26:00	201012
2	536365	71053	WHITE METAL LANTERN	6	2010-12-01 08:26:00	3.39	17850.0	Brasil	201012	20.34	2010-12-01 08:26:00	201012
3	536365	84406B	CREAM CUPID HEARTS COAT HANGER	8	2010-12-01 08:26:00	2.75	17850.0	Brasil	201012	22.00	2010-12-01 08:26:00	201012
4	536365	84029G	KNITTED UNION FLAG HOT WATER BOTTLE	6	2010-12-01 08:26:00	3.39	17850.0	Brasil	201012	20.34	2010-12-01 08:26:00	201012

# Vamos criar uma nova coluna de tipo de usuário e preencher como Novo
dados_compras['TipoUsuario'] = 'Novo'

# Dados
dados_compras['TipoUsuario'].value_counts()

Novo    406725
Name: TipoUsuario, dtype: int64

# Dados
dados_compras.head()

	NumeroFatura	CodigoProduto	NomeProduto	Quantidade	DataVenda	ValorUnitario	IdCliente	Pais	AnoMes	Faturamento	Data_Menor_Compra	Mes_Menor_Compra_Mensal	TipoUsuario
0	536365	21730	GLASS STAR FROSTED T-LIGHT HOLDER	6	2010-12-01 08:26:00	4.25	17850.0	Brasil	201012	25.50	2010-12-01 08:26:00	201012	Novo
1	536365	85123A	WHITE HANGING HEART T-LIGHT HOLDER	6	2010-12-01 08:26:00	2.55	17850.0	Brasil	201012	15.30	2010-12-01 08:26:00	201012	Novo
2	536365	71053	WHITE METAL LANTERN	6	2010-12-01 08:26:00	3.39	17850.0	Brasil	201012	20.34	2010-12-01 08:26:00	201012	Novo
3	536365	84406B	CREAM CUPID HEARTS COAT HANGER	8	2010-12-01 08:26:00	2.75	17850.0	Brasil	201012	22.00	2010-12-01 08:26:00	201012	Novo
4	536365	84029G	KNITTED UNION FLAG HOT WATER BOTTLE	6	2010-12-01 08:26:00	3.39	17850.0	Brasil	201012	20.34	2010-12-01 08:26:00	201012	Novo

# Um cliente antigo é aquele cujo volume de compras no mês é maior que o volume mínimo
# Se for verdadeiro, mudamos a coluna TipoUsuario para "Antigo" e se não, mantemos como "Novo"
dados_compras.loc[dados_compras['AnoMes'] > dados_compras['Mes_Menor_Compra_Mensal'], 'TipoUsuario'] = 'Antigo'

# Dados
dados_compras['TipoUsuario'].value_counts()

Antigo    287549
Novo      119176
Name: TipoUsuario, dtype: int64

# Agora calculamos o faturamento por tipo de usuário por mês
df_faturamento_user_mes = dados_compras.groupby(['AnoMes', 'TipoUsuario'])['Faturamento'].sum().reset_index()

# Removemos o mês 12 de 2011 pois não temos dados suficientes
df_faturamento_user_mes = df_faturamento_user_mes.query("AnoMes != 201012 and AnoMes != 201112")

# Dados
df_faturamento_user_mes

	AnoMes	TipoUsuario	Faturamento
1	201101	Antigo	271616.520
2	201101	Novo	203457.860
3	201102	Antigo	287024.770
4	201102	Novo	149521.380
5	201103	Antigo	390034.530
6	201103	Novo	189930.080
7	201104	Antigo	306283.600
8	201104	Novo	119764.251
9	201105	Antigo	532392.340
10	201105	Novo	115858.740
11	201106	Antigo	515486.650
12	201106	Novo	92526.510
13	201107	Antigo	508355.610
14	201107	Novo	65882.871
15	201108	Antigo	538709.770
16	201108	Novo	77658.230
17	201109	Antigo	778161.781
18	201109	Novo	153278.591
19	201110	Antigo	819672.900
20	201110	Novo	154930.690
21	201111	Antigo	998176.360
22	201111	Novo	134231.380

Visualização do Indicador 6

# Plot

# Definição dos dados no plot
plot_data = [go.Scatter(x = df_faturamento_user_mes.query("TipoUsuario == 'Antigo'")['AnoMes'],
                        y = df_faturamento_user_mes.query("TipoUsuario == 'Antigo'")['Faturamento'],
                        name = 'Cliente Antigo'),
             go.Scatter(x = df_faturamento_user_mes.query("TipoUsuario == 'Novo'")['AnoMes'],
                        y = df_faturamento_user_mes.query("TipoUsuario == 'Novo'")['Faturamento'],
                        name = 'Cliente Novo')]

# Layout
plot_layout = go.Layout(xaxis = {"type": "category"}, 
                        title = 'Diferença de Faturamento ao Longo do Tempo Entre Clientes Novos e Antigos')

# Plot da figura
fig = go.Figure(data = plot_data, layout = plot_layout)
pyoff.iplot(fig)

Indicador 7 - Taxa de Novos Clientes

Como definimos clientes novos e antigos no indicador 6, agora podemos usar os dados e calcular a proporção de novos clientes ao longo do tempo.

# Calcula a taxa de novos clientes
df_taxa_novos_clientes = dados_compras.query("TipoUsuario == 'Novo'").groupby(['AnoMes'])['IdCliente'].nunique() / dados_compras.query("TipoUsuario == 'Antigo'").groupby(['AnoMes'])['IdCliente'].nunique() 

# Ajustamos índice e removemos valores ausentes
df_taxa_novos_clientes = df_taxa_novos_clientes.reset_index()
df_taxa_novos_clientes = df_taxa_novos_clientes.dropna()

# Dados
df_taxa_novos_clientes

	AnoMes	IdCliente
1	201101	1.162983
2	201102	0.909091
3	201103	0.758621
4	201104	0.498333
5	201105	0.348750
6	201106	0.287990
7	201107	0.238155
8	201108	0.205412
9	201109	0.296813
10	201110	0.328052
11	201111	0.230935
12	201112	0.063863

Visualização do Indicador 7

# Plot

# Definição dos dados no plot
plot_data = [go.Bar(x = df_taxa_novos_clientes.query("AnoMes > 201101 and AnoMes < 201112")['AnoMes'],
                    y = df_taxa_novos_clientes.query("AnoMes > 201101 and AnoMes < 201112")['IdCliente'],)]

# Layout
plot_layout = go.Layout(xaxis = {"type": "category"}, 
                        title = 'Taxa de Novos Clientes')

# Plot da figura
fig = go.Figure(data = plot_data, layout = plot_layout)
pyoff.iplot(fig)

Indicador 8 - Taxa Mensal de Retenção de Clientes

Taxa Mensal de Retenção de Clientes = Clientes do Mês Anterior / Total de Clientes Ativos

# Agrupamos os dados por cliente e mês e somamos o faturamento
dados_compras_clientes = dados_compras.groupby(['IdCliente', 'AnoMes'])['Faturamento'].sum().reset_index()

# Dados
dados_compras_clientes.head()

	IdCliente	AnoMes	Faturamento
0	12346.0	201101	0.00
1	12347.0	201012	711.79
2	12347.0	201101	475.39
3	12347.0	201104	636.25
4	12347.0	201106	382.52

# Agora definimos a retenção com uma tabela cruzada
df_ret = pd.crosstab(dados_compras_clientes['IdCliente'], dados_compras_clientes['AnoMes']).reset_index()

# Dados
df_ret.head()

AnoMes	IdCliente	201012	201101	201102	201103	201104	201105	201106	201107	201108	201109	201110	201111	201112
0	12346.0	0	1	0	0	0	0	0	0	0	0	0	0	0
1	12347.0	1	1	0	0	1	0	1	0	1	0	1	0	1
2	12348.0	1	1	0	0	1	0	0	0	0	1	0	0	0
3	12349.0	0	0	0	0	0	0	0	0	0	0	0	1	0
4	12350.0	0	0	1	0	0	0	0	0	0	0	0	0	0

# Extraímos os meses
meses = df_ret.columns[2:]
meses

Index([201101, 201102, 201103, 201104, 201105, 201106, 201107, 201108, 201109,
       201110, 201111, 201112],
      dtype='object', name='AnoMes')

# O loop abaixo vai calcular a retenção ao longo dos meses

# Lista para gravar o resulatdo
lista_ret = []

# Loop
for i in range(len(meses)-1):
    dados_retencao = {}
    mes_corrente = meses[i+1]
    mes_anterior = meses[i]
    dados_retencao['AnoMes'] = int(mes_corrente)
    dados_retencao['TotalUser'] = df_ret[mes_corrente].sum()
    dados_retencao['TotalRetido'] = df_ret[(df_ret[mes_corrente] > 0) & (df_ret[mes_anterior] > 0)][mes_corrente].sum()
    lista_ret.append(dados_retencao)
    
lista_ret

[{'AnoMes': 201102, 'TotalUser': 798, 'TotalRetido': 299},
 {'AnoMes': 201103, 'TotalUser': 1020, 'TotalRetido': 345},
 {'AnoMes': 201104, 'TotalUser': 899, 'TotalRetido': 346},
 {'AnoMes': 201105, 'TotalUser': 1079, 'TotalRetido': 399},
 {'AnoMes': 201106, 'TotalUser': 1051, 'TotalRetido': 464},
 {'AnoMes': 201107, 'TotalUser': 993, 'TotalRetido': 415},
 {'AnoMes': 201108, 'TotalUser': 980, 'TotalRetido': 433},
 {'AnoMes': 201109, 'TotalUser': 1302, 'TotalRetido': 465},
 {'AnoMes': 201110, 'TotalUser': 1425, 'TotalRetido': 552},
 {'AnoMes': 201111, 'TotalUser': 1711, 'TotalRetido': 690},
 {'AnoMes': 201112, 'TotalUser': 683, 'TotalRetido': 440}]

# Dados
df_ret_final = pd.DataFrame(lista_ret)
df_ret_final.head()

	AnoMes	TotalUser	TotalRetido
0	201102	798	299
1	201103	1020	345
2	201104	899	346
3	201105	1079	399
4	201106	1051	464

Agora calculamos a proporção para encontrar o indicador.

# Calculamos o indicador
df_ret_final['TaxaRetencao'] = df_ret_final['TotalRetido'] / df_ret_final['TotalUser']
df_ret_final

	AnoMes	TotalUser	TotalRetido	TaxaRetencao
0	201102	798	299	0.374687
1	201103	1020	345	0.338235
2	201104	899	346	0.384872
3	201105	1079	399	0.369787
4	201106	1051	464	0.441484
5	201107	993	415	0.417925
6	201108	980	433	0.441837
7	201109	1302	465	0.357143
8	201110	1425	552	0.387368
9	201111	1711	690	0.403273
10	201112	683	440	0.644217

Visualização do Indicador 8

# Plot

# Definição dos dados no plot
plot_data = [go.Scatter(x = df_ret_final.query("AnoMes < 201112")['AnoMes'],
                        y = df_ret_final.query("AnoMes < 201112")['TaxaRetencao'],
                        name = "taxa")]

# Layout
plot_layout = go.Layout(xaxis = {"type": "category"}, 
                        title = 'Taxa Mensal de Retenção de Clientes')

# Plot da figura
fig = go.Figure(data = plot_data, layout = plot_layout)
pyoff.iplot(fig)

Fim